摘要：实际生活中的人脸图像大部分带有遮挡,常常导致待检测人脸的关键信息丢失。针对人脸识别过程中由于遮挡所导致的人脸特征难以提取的问题,本文设计了一种基于VGGNet和多特征点融合的遮挡人脸检测算法。该方法以VGG-16框架为特征提取的骨干网络,在传统VGG网络的全连接层输入前增加遮挡处理单元OCC-Net。在该层中首先采用多特征融合的方法,增强网络对人脸特征的提取;然后利用尺度不变特征转换(SIFT)算法,扩大网络中小尺度特征图,得到更为丰富的互补信息,改善了传统VGG网络由于多次卷积、池化操作后所导致的小尺度特征损失严重的问题;最后改进回归框参数以降低损失函数对遮挡区域的敏感度,通过边框回归得到遮挡区域的位置信息,提升了有遮挡情况下的人脸检测精度。实验结果表明,相较于PCANet、Faster RCNN及未添加OCC-Net的传统VGGNet等常用算法,本文算法在常用的FDDB以及RMFD等遮挡数据集上,均能更精确地定位被遮挡的人脸,证实了该算法的有效性和鲁棒性。

摘要：微创与介入医疗器械设计是一门多学科交叉融合的课程。该研究团队从教学目标、教学内容、教学模式以及评价体系等方面进行了改革与探索。实践表明,利用工程技术原理和设计思维对微创医疗器械进行设计,结合具体的案例分析,通过线上线下混合的教学模式,锻炼了学生创新设计和工程实践的能力,对培养高素质复合型人才,促进学科发展做出了有益的尝试。

摘要：随着社会信贷消费的流行,待催收的违约用户逐渐增多。针对此问题,对Rasa对话系统开发框架中的自然语言理解模块进行改进,显著提升智能催收系统中自然语言理解模块的准确率,并对最终得到的训练模型进行性能评估。在所提出的算法模型中,用户输入文本经面向特定领域的预训练语言模型处理后输入到意图识别与槽位填充模块。在提出的模型中采用递归卷积神经网络模型进行意图识别,门控循环单元及条件随机场模型完成槽位填充任务,最后与原始预训练语言模型及其他主流算法进行比较。意图识别、槽位填充模型实验结果显示,本文方法 F1值分别达95.75%、95.88%,均优于其他主流算法,验证了所提出算法的可行性。

摘要：为解决现有基于锚框的车辆重识别模型因锚框尺寸固定导致鲁棒性差、各项预设参数十分敏感等问题,提出一种无锚框的基于改进全卷积单阶段目标检测的车辆重识别模型。基于现有FCOS模型,设计一种聚合特征金字塔网络的多层次特征模块,将特征金字塔网络最后一层的输出作为最终的重识别特征,并利用VeRi-776数据集验证了模型的有效性。实验结果表明,基于改进FCOS的车辆重识别模型在平均精度均值、Rank-1和Rank-5上均有优异表现,识别准确率分别为82.6%、96.8%和98.3%。相比现有方法,改进FCOS方法在搜索精度明显优于基于二阶段检测器的方法。